DE102020108365A1 - Method and device for determining service life information for an electrical energy store - Google Patents
Method and device for determining service life information for an electrical energy store Download PDFInfo
- Publication number
- DE102020108365A1 DE102020108365A1 DE102020108365.3A DE102020108365A DE102020108365A1 DE 102020108365 A1 DE102020108365 A1 DE 102020108365A1 DE 102020108365 A DE102020108365 A DE 102020108365A DE 102020108365 A1 DE102020108365 A1 DE 102020108365A1
- Authority
- DE
- Germany
- Prior art keywords
- energy store
- service life
- usage data
- statistical usage
- prediction unit
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
- G01R31/367—Software therefor, e.g. for battery testing using modelling or look-up tables
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
- G01R31/392—Determining battery ageing or deterioration, e.g. state of health
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
- H01M10/00—Secondary cells; Manufacture thereof
- H01M10/42—Methods or arrangements for servicing or maintenance of secondary cells or secondary half-cells
- H01M10/425—Structural combination with electronic components, e.g. electronic circuits integrated to the outside of the casing
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
- H01M10/00—Secondary cells; Manufacture thereof
- H01M10/42—Methods or arrangements for servicing or maintenance of secondary cells or secondary half-cells
- H01M10/48—Accumulators combined with arrangements for measuring, testing or indicating the condition of cells, e.g. the level or density of the electrolyte
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
- H01M10/00—Secondary cells; Manufacture thereof
- H01M10/42—Methods or arrangements for servicing or maintenance of secondary cells or secondary half-cells
- H01M10/48—Accumulators combined with arrangements for measuring, testing or indicating the condition of cells, e.g. the level or density of the electrolyte
- H01M10/486—Accumulators combined with arrangements for measuring, testing or indicating the condition of cells, e.g. the level or density of the electrolyte for measuring temperature
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
- H01M10/00—Secondary cells; Manufacture thereof
- H01M10/42—Methods or arrangements for servicing or maintenance of secondary cells or secondary half-cells
- H01M10/425—Structural combination with electronic components, e.g. electronic circuits integrated to the outside of the casing
- H01M2010/4278—Systems for data transfer from batteries, e.g. transfer of battery parameters to a controller, data transferred between battery controller and main controller
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
- Y02E60/10—Energy storage using batteries
Abstract
Es wird eine Vorrichtung (110) zur Ermittlung von Lebensdauerinformation für einen elektrischen Energiespeicher (100) beschrieben. Die Vorrichtung (110) ist eingerichtet, statistische Nutzungsdaten (150) in Bezug auf eine vorhergehende Nutzung des Energiespeichers (100) zu ermitteln. Des Weiteren ist die Vorrichtung (110) eingerichtet, anhand einer Machine-Learning-basierten Prädiktionseinheit und auf Basis der statistischen Nutzungsdaten (150) Lebensdauerinformation in Bezug auf einen Alterungszustand und/oder in Bezug auf eine verbleibende Lebensdauer des Energiespeichers (100) zu ermitteln.A device (110) for determining service life information for an electrical energy store (100) is described. The device (110) is set up to determine statistical usage data (150) in relation to a previous use of the energy store (100). Furthermore, the device (110) is set up to use a machine learning-based prediction unit and based on the statistical usage data (150) to determine service life information in relation to an aging condition and / or in relation to a remaining service life of the energy store (100).
Description
Die Erfindung betrifft ein Verfahren und eine entsprechende Vorrichtung, mit denen die voraussichtliche Lebensdauer und/oder der Alterungszustand eines elektrischen Energiespeichers, insbesondere einer Fahrzeugbatterie, in präziser Weise prädiziert werden können.The invention relates to a method and a corresponding device with which the expected service life and / or the state of aging of an electrical energy store, in particular a vehicle battery, can be predicted in a precise manner.
Ein Fahrzeug weist ein oder mehrere Batterien auf, die ausgebildet sind, elektrische Energie für ein oder mehrere elektrische Verbraucher des Fahrzeugs zu speichern und bei Bedarf bereitzustellen. Das Fahrzeug kann z.B. eine Hochvoltbatterie umfassen, die eingerichtet ist, elektrische Energie für den Betrieb eines elektrischen Antriebsmotors des Fahrzeugs zu speichern. Alternativ oder ergänzend kann das Fahrzeug eine Niedervoltbatterie für den Betrieb von ein oder mehreren Niedervolt-Verbrauchern umfassen.A vehicle has one or more batteries which are designed to store electrical energy for one or more electrical consumers of the vehicle and to provide it when required. The vehicle can include, for example, a high-voltage battery which is set up to store electrical energy for the operation of an electrical drive motor of the vehicle. As an alternative or in addition, the vehicle can comprise a low-voltage battery for the operation of one or more low-voltage consumers.
Fahrzeuge werden von unterschiedlichen Nutzern in unterschiedliche Weise genutzt. Beispielsweise kann sich das Fahrverhalten der unterschiedlichen Nutzer unterscheiden. Des Weiteren können unterschiedliche Fahrzeuge in unterschiedlichen Klimazonen genutzt werden. Die unterschiedliche Nutzung von Fahrzeugen hat auch eine unterschiedliche Nutzung und/oder Belastung einer Fahrzeugbatterie zur Folge. Mit anderen Worten, unterschiedliche Fahrzeugbatterien können unterschiedliche Nutzungsszenarien aufweisen. Diese unterschiedlichen Nutzungsszenarien wirken sich jeweils individuell auf den Alterungszustand und/oder auf die verbleibende Lebensdauer der unterschiedlichen Fahrzeugbatterien aus (auch wenn es sich bei den unterschiedlichen Fahrzeugbatterien um Batterien des gleichen Typs handelt bzw. wenn die unterschiedlichen Fahrzeugbatterien baugleich sind).Vehicles are used in different ways by different users. For example, the driving behavior of the different users can differ. Furthermore, different vehicles can be used in different climate zones. The different use of vehicles also results in a different use and / or load on a vehicle battery. In other words, different vehicle batteries can have different usage scenarios. These different usage scenarios each have an individual effect on the state of aging and / or the remaining service life of the different vehicle batteries (even if the different vehicle batteries are batteries of the same type or if the different vehicle batteries are identical).
Das vorliegende Dokument befasst sich mit der technischen Aufgabe, den Alterungszustand und/oder die verbleibende Lebensdauer eines elektrischen Energiespeichers, insbesondere einer Fahrzeugbatterie, in effizienter und präziser Weise zu ermitteln.The present document deals with the technical task of determining the state of aging and / or the remaining service life of an electrical energy store, in particular a vehicle battery, in an efficient and precise manner.
Die Aufgabe wird durch jeden der unabhängigen Ansprüche gelöst. Vorteilhafte Ausführungsformen werden u.a. in den abhängigen Ansprüchen beschrieben. Es wird darauf hingewiesen, dass zusätzliche Merkmale eines von einem unabhängigen Patentanspruch abhängigen Patentanspruchs ohne die Merkmale des unabhängigen Patentanspruchs oder nur in Kombination mit einer Teilmenge der Merkmale des unabhängigen Patentanspruchs eine eigene und von der Kombination sämtlicher Merkmale des unabhängigen Patentanspruchs unabhängige Erfindung bilden können, die zum Gegenstand eines unabhängigen Anspruchs, einer Teilungsanmeldung oder einer Nachanmeldung gemacht werden kann. Dies gilt in gleicher Weise für in der Beschreibung beschriebene technische Lehren, die eine von den Merkmalen der unabhängigen Patentansprüche unabhängige Erfindung bilden können.The problem is solved by each of the independent claims. Advantageous embodiments are described, inter alia, in the dependent claims. It is pointed out that additional features of a patent claim dependent on an independent patent claim without the features of the independent patent claim or only in combination with a subset of the features of the independent patent claim can form a separate invention independent of the combination of all features of the independent patent claim, which can be made the subject of an independent claim, a divisional application or a subsequent application. This applies equally to technical teachings described in the description, which can form an invention that is independent of the features of the independent patent claims.
Gemäß einem Aspekt wird eine Vorrichtung zur Ermittlung von Lebensdauerinformation für einen elektrischen Energiespeicher beschrieben, insbesondere für einen elektrochemischen Energiespeicher, etwa für einen Bleibasierten Energiespeicher und/oder für einen Lithium-Ionen-basierten Energiespeicher. Der Energiespeicher kann z.B. als Hochvoltspeicher (mit einer Nennspannung von 300V oder mehr) oder als Niedervoltspeicher (mit einer Nennspannung von 60V oder weniger) ausgebildet sein, insbesondere für ein Kraftfahrzeug.According to one aspect, a device for determining service life information for an electrical energy store is described, in particular for an electrochemical energy store, for example for a lead-based energy store and / or for a lithium-ion-based energy store. The energy store can be designed, for example, as a high-voltage store (with a nominal voltage of 300V or more) or as a low-voltage store (with a nominal voltage of 60V or less), in particular for a motor vehicle.
Die Vorrichtung ist eingerichtet, statistische Nutzungsdaten in Bezug auf die vorhergehende und/oder die bisherige Nutzung des Energiespeichers (z.B. seit Inbetriebnahme des Energiespeichers) zu ermitteln. Die statistischen Nutzungsdaten können dabei eine statistische Verteilung von Messwerten von ein oder mehreren Messgrößen des Energiespeichers bei der vorhergehenden Nutzung des Energiespeichers anzeigen. Insbesondere können die statistischen Nutzungsdaten Histogramme von Messwerten für ein oder mehrere Messgrößen des Energiespeichers bei der vorhergehenden und/oder der bisherigen Nutzung des Energiespeichers umfassen. Beispielhafte Messgrößen sind: der Strom in den und/oder aus dem Energiespeicher; die Spannung an dem Energiespeicher; die Temperatur des Energiespeichers; und/oder der Ladezustand des Energiespeichers.The device is set up to determine statistical usage data in relation to the previous and / or previous use of the energy store (e.g. since the energy store was put into operation). The statistical usage data can display a statistical distribution of measured values of one or more measured variables of the energy store during the previous use of the energy store. In particular, the statistical usage data can include histograms of measured values for one or more measured variables of the energy store during the previous and / or previous use of the energy store. Exemplary measured variables are: the current into and / or from the energy store; the voltage across the energy store; the temperature of the energy store; and / or the state of charge of the energy store.
Die statistischen Nutzungsdaten zeigen typischerweise keine zeitlichen Verläufe der Messwerte der ein oder mehreren Messgrößen des Energiespeichers bei der vorhergehenden und/oder der bisherigen Nutzung des Energiespeichers an. Insbesondere können die statistischen Nutzungsdaten zwar die Häufigkeit anzeigen, mit der eine Messgröße des Energiespeichers bei der vorhergehenden Nutzung des Energiespeichers einen bestimmten Messwert (z.B. einen Messwert in einem bestimmten Wertebereich) aufgewiesen hat. Andererseits zeigen die statistischen Nutzungsdaten typischerweise keinen Zeitpunkt an, an dem die Messgröße des Energiespeichers bei der vorhergehenden Nutzung des Energiespeichers den bestimmten Messwert aufgewiesen hat.The statistical usage data typically does not show any temporal progressions of the measured values of the one or more measured variables of the energy store during the previous and / or previous use of the energy store. In particular, the statistical usage data can indeed display the frequency with which a measured variable of the energy store had a certain measured value (e.g. a measured value in a certain value range) when the energy store was previously used. On the other hand, the statistical usage data typically does not indicate a point in time at which the measured variable of the energy store had the determined measured value during the previous use of the energy store.
Die statistischen Nutzungsdaten können somit derart ausgebildet sein, dass die Nutzungsdaten in ressourceneffizienter Weise auf einer Speichereinheit (z.B. auf einer Speichereinheit eines Fahrzeugs) gespeichert werden können (während der gesamten Lebensdauer des Energiespeichers, die sich z.B. über 5 Jahre oder mehr, oder über 8 Jahre oder mehr erstreckt).The statistical usage data can thus be designed in such a way that the usage data can be stored in a resource-efficient manner on a storage unit (for example on a storage unit of a vehicle) (during the entire service life of the energy store, which is e.g. extends over 5 years or more, or over 8 years or more).
Die statistischen Nutzungsdaten an einem bestimmten Zeitpunkt können z.B. derart sein, dass durch die statistischen Nutzungsdaten (nur) die kumulierte Nutzung des Energiespeichers (seit Inbetriebnahme) bis zu dem bestimmten Zeitpunkt beschrieben wird. Andererseits wird durch die statistischen Nutzungsdaten typischerweise nicht die chronologische Reihenfolge der Nutzung des Energiespeichers beschrieben.The statistical usage data at a certain point in time can, for example, be such that the statistical usage data (only) describes the accumulated use of the energy storage device (since commissioning) up to the certain point in time. On the other hand, the statistical usage data typically does not describe the chronological order in which the energy storage device is used.
Die Vorrichtung ist ferner eingerichtet, anhand einer Machine-Learning-basierten Prädiktionseinheit und auf Basis der statistischen Nutzungsdaten Lebensdauerinformation in Bezug auf den Alterungszustand und/oder in Bezug auf die verbleibende Lebensdauer des Energiespeichers zu ermitteln. Die Machine-Learning-basierte Prädiktionseinheit kann dabei auf Basis von Trainingsdaten mit einer Vielzahl von Trainings-Datensätzen angelernt worden sein, wobei ein Trainings-Datensatz z.B. ein gemessenes oder simuliertes Tupel aus statistischen Nutzungsdaten und entsprechender Lebensdauerinformation umfasst.The device is also set up to determine service life information in relation to the state of aging and / or in relation to the remaining service life of the energy store on the basis of a machine learning-based prediction unit and on the basis of the statistical usage data. The machine-learning-based prediction unit can have been trained on the basis of training data with a large number of training data sets, with a training data set comprising, for example, a measured or simulated tuple of statistical usage data and corresponding service life information.
Die Verwendung einer Machine-Learning-basierten Prädiktionseinheit ermöglicht es auch auf Basis von statistischen Nutzungsdaten (die typischerweise keine Information in Bezug auf den zeitlichen Verlauf der Nutzung, sondern nur in Bezug auf die kumulierte Nutzung des Energiespeichers umfassen) in präziser Weise Lebensdauerinformation für den Energiespeicher zu prädizieren.The use of a machine-learning-based prediction unit also enables service life information for the energy storage device to be precise in a precise manner on the basis of statistical usage data (which typically do not include any information relating to the temporal course of use, but only relating to the cumulative use of the energy storage device) to predict.
Die Machine-Learning-basierte Prädiktionseinheit kann ausgebildet sein, unterschiedlichen Datensätzen mit statistischen Nutzungsdaten entsprechende unterschiedliche Datensätze mit Lebensdauerinformation zuzuweisen (in einer Eins-zu-Eins Beziehung). Insbesondere kann die Machine-Learning-basierte Prädiktionseinheit ein neuronales Netz umfassen, das ein oder mehrere Eingangs-Knoten zur Aufnahme eines Datensatzes mit statistischen Nutzungsdaten und ein oder mehrere Ausgangs-Knoten zur Bereitstellung eines entsprechenden Datensatzes mit Lebensdauerinformation aufweist. So kann in besonders zuverlässiger Weise präzise Lebensdauerinformation bereitgestellt werden.The machine-learning-based prediction unit can be designed to assign different data sets with service life information to different data sets with statistical usage data (in a one-to-one relationship). In particular, the machine learning-based prediction unit can comprise a neural network which has one or more input nodes for receiving a data record with statistical usage data and one or more output nodes for providing a corresponding data record with service life information. In this way, precise service life information can be provided in a particularly reliable manner.
Die Vorrichtung kann eingerichtet sein, in Abhängigkeit von der ermittelten Lebensdauerinformation einen Hinweis an einen Nutzer des Energiespeichers auszugeben, z.B. um den Nutzer zu veranlassen, den Energiespeicher auszutauschen. Insbesondere kann die Vorrichtung eingerichtet sein, die durch die ermittelte Lebensdauerinformation angezeigte verbleibende Lebensdauer des Energiespeichers mit einem Lebensdauer-Schwellenwert zu vergleichen. Es kann dann eine Maßnahme zur Wartung und/oder zum Austausch des Energiespeichers (z.B. die Ausgabe eines Hinweises an einen Nutzer des Energiespeichers) veranlasst werden, wenn ermittelt wird, dass die verbleibende Lebensdauer kleiner als der Lebensdauer-Schwellenwert ist. So kann die Zuverlässigkeit des Betriebs eines Energiespeichers erhöht werden.The device can be set up to output a message to a user of the energy store as a function of the determined service life information, e.g. to induce the user to replace the energy store. In particular, the device can be set up to compare the remaining service life of the energy store, which is indicated by the service life information determined, with a service life threshold value. A measure for maintenance and / or replacement of the energy store (e.g. the output of a message to a user of the energy store) can then be initiated if it is determined that the remaining service life is less than the service life threshold value. In this way, the reliability of the operation of an energy store can be increased.
Die Vorrichtung kann eingerichtet sein, die statistischen Nutzungsdaten für einen bestimmten Zeitpunkt zu ermitteln. Es kann dann anhand der Prädiktionseinheit die Lebensdauerinformation für den bestimmten Zeitpunkt, insbesondere der Alterungszustand an dem bestimmten Zeitpunkt und/oder die verbleibende Lebensdauer ab dem bestimmten Zeitpunkt ermittelt werden.The device can be set up to determine the statistical usage data for a specific point in time. The service life information for the specific point in time, in particular the state of aging at the specific point in time and / or the remaining lifetime from the specific point in time, can then be determined on the basis of the prediction unit.
Gemäß einem weiteren Aspekt wird eine Vorrichtung zum Anlernen einer Machine-Learning-basierten Prädiktionseinheit beschrieben, die ausgebildet ist, auf Basis von statistischen Nutzungsdaten in Bezug auf die vorhergehende und/oder die bisherige Nutzung des Energiespeichers Lebensdauerinformation in Bezug auf den Alterungszustand und/oder in Bezug auf die verbleibende Lebensdauer des Energiespeichers bereitzustellen. Die Vorrichtung kann auf einem Fahrzeug-externen Server implementiert sein.According to a further aspect, a device for teaching a machine-learning-based prediction unit is described, which is designed on the basis of statistical usage data in relation to the previous and / or previous use of the energy store, service life information in relation to the state of aging and / or in Provide reference to the remaining service life of the energy storage. The device can be implemented on a server external to the vehicle.
Die Vorrichtung ist eingerichtet, eine Vielzahl von Trainings-Datensätzen bereitzustellen, wobei ein Trainings-Datensatz ein gemessenes oder simuliertes Tupel aus statistischen Nutzungsdaten und entsprechender Lebensdauerinformation umfasst.The device is set up to provide a multiplicity of training data sets, a training data set comprising a measured or simulated tuple of statistical usage data and corresponding service life information.
Insbesondere kann die Vorrichtung eingerichtet sein, mittels eines Simulationsmodells des Energiespeichers ein Nutzungsszenario des Energiespeichers von der Inbetriebnahme bis zu dem Lebensende des Energiespeichers zu simulieren. Es kann dann an zumindest einem Zeitpunkt innerhalb des Nutzungsszenarios auf Basis von Daten aus dem Simulationsmodell ein Trainings-Datensatz mit einem simulierten Tupel aus statistischen Nutzungsdaten und entsprechender Lebensdauerinformation ermittelt werden. Typischerweise kann an mehreren unterschiedlichen Zeitpunkten innerhalb des Nutzungsszenarios jeweils ein Trainings-Datensatz ermittelt werden.In particular, the device can be set up to use a simulation model of the energy store to simulate a usage scenario of the energy store from commissioning to the end of the life of the energy store. A training data set with a simulated tuple of statistical usage data and corresponding service life information can then be determined at at least one point in time within the usage scenario on the basis of data from the simulation model. Typically, a training data set can be determined at several different points in time within the usage scenario.
In entsprechender Weise können mittels des Simulationsmodells mehrere unterschiedliche Nutzungsszenarien simuliert werden, wobei die unterschiedlichen Nutzungsszenarien unterschiedliche zeitliche Verläufe von Messwerten für ein oder mehrere Messgrößen des Energiespeichers umfassen können. Es kann dann für jedes der unterschiedlichen Nutzungsszenarien zumindest einen Trainings-Datensatz ermittelt werden.In a corresponding manner, several different usage scenarios can be simulated by means of the simulation model, wherein the different usage scenarios can include different temporal progressions of measured values for one or more measured variables of the energy store. At least one training data set can then be determined for each of the different usage scenarios.
Es können somit Trainingsdaten bereitgestellt werden, um eine Prädiktionseinheit anzulernen, die auch für unterschiedliche Nutzungsszenarien präzise Lebensdauerinformation bereitstellen kann.Training data can thus be provided in order to learn a prediction unit that can also provide precise service life information for different usage scenarios.
Die Vorrichtung ist ferner eingerichtet, die Prädiktionseinheit, insbesondere ein neuronales Netz der Prädiktionseinheit, auf Basis der Vielzahl von Trainings-Datensätzen anzulernen.The device is also set up to train the prediction unit, in particular a neural network of the prediction unit, on the basis of the multiplicity of training data sets.
Gemäß einem weiteren Aspekt wird ein (Straßen-) Kraftfahrzeug (insbesondere ein Personenkraftwagen oder ein Lastkraftwagen oder ein Bus oder ein Motorrad) beschrieben, das eine der in diesem Dokument beschriebene Vorrichtungen umfasst.According to a further aspect, a (road) motor vehicle (in particular a passenger car or a truck or a bus or a motorcycle) is described which comprises one of the devices described in this document.
Gemäß einem weiteren Aspekt wird ein Verfahren zur Ermittlung von Lebensdauerinformation für einen elektrischen Energiespeicher beschrieben. Das Verfahren umfasst das Ermitteln von statistischen Nutzungsdaten in Bezug auf eine vorhergehende Nutzung des Energiespeichers. Des Weiteren umfasst das Verfahren das Ermitteln, anhand einer Machine-Learning-basierten Prädiktionseinheit und auf Basis der statistischen Nutzungsdaten, von Lebensdauerinformation in Bezug auf einen Alterungszustand und/oder in Bezug auf eine verbleibende Lebensdauer des Energiespeichers.According to a further aspect, a method for determining service life information for an electrical energy store is described. The method comprises the determination of statistical usage data in relation to a previous use of the energy store. Furthermore, the method comprises determining, using a machine learning-based prediction unit and based on the statistical usage data, service life information with regard to an aging condition and / or with regard to a remaining service life of the energy store.
Gemäß einem weiteren Aspekt wird ein Verfahren zum Anlernen einer Machine-Learning-basierten Prädiktionseinheit beschrieben, die ausgebildet ist, auf Basis von statistischen Nutzungsdaten in Bezug auf eine vorhergehende Nutzung des Energiespeichers Lebensdauerinformation in Bezug auf einen Alterungszustand und/oder in Bezug auf eine verbleibende Lebensdauer des Energiespeichers bereitzustellen. Das Verfahren umfasst das Ermitteln einer Vielzahl von Trainings-Datensätzen; wobei ein Trainings-Datensatz ein gemessenes oder simuliertes Tupel aus statistischen Nutzungsdaten und entsprechender Lebensdauerinformation umfasst. Des Weiteren umfasst das Verfahren das Anlernen der Prädiktionseinheit, insbesondere eines neuronalen Netzes der Prädiktionseinheit, auf Basis der Vielzahl von Trainings-Datensätzen.According to a further aspect, a method for teaching a machine learning-based prediction unit is described, which is designed on the basis of statistical usage data with regard to a previous use of the energy store, service life information with regard to an aging condition and / or with regard to a remaining service life of the energy storage system. The method comprises determining a plurality of training data sets; wherein a training data set comprises a measured or simulated tuple of statistical usage data and corresponding service life information. Furthermore, the method includes teaching the prediction unit, in particular a neural network of the prediction unit, on the basis of the large number of training data sets.
Gemäß einem weiteren Aspekt wird ein Software (SW) Programm beschrieben. Das SW Programm kann eingerichtet werden, um auf einem Prozessor (z.B. auf einem Steuergerät eines Fahrzeugs) ausgeführt zu werden, und um dadurch eines der in diesem Dokument beschriebenen Verfahren auszuführen.According to a further aspect, a software (SW) program is described. The software program can be set up to be executed on a processor (e.g. on a control unit of a vehicle) and thereby to execute one of the methods described in this document.
Gemäß einem weiteren Aspekt wird ein Speichermedium beschrieben. Das Speichermedium kann ein SW Programm umfassen, welches eingerichtet ist, um auf einem Prozessor ausgeführt zu werden, und um dadurch eines der in diesem Dokument beschriebenen Verfahren auszuführen.According to a further aspect, a storage medium is described. The storage medium can comprise a software program which is set up to be executed on a processor and thereby to execute one of the methods described in this document.
Es ist zu beachten, dass die in diesem Dokument beschriebenen Verfahren, Vorrichtungen und Systeme sowohl alleine, als auch in Kombination mit anderen in diesem Dokument beschriebenen Verfahren, Vorrichtungen und Systemen verwendet werden können. Des Weiteren können jegliche Aspekte der in diesem Dokument beschriebenen Verfahren, Vorrichtungen und Systemen in vielfältiger Weise miteinander kombiniert werden. Insbesondere können die Merkmale der Ansprüche in vielfältiger Weise miteinander kombiniert werden.It should be noted that the methods, devices and systems described in this document can be used both alone and in combination with other methods, devices and systems described in this document. Furthermore, any aspects of the methods, devices and systems described in this document can be combined with one another in diverse ways. In particular, the features of the claims can be combined with one another in diverse ways.
Im Weiteren wird die Erfindung anhand von Ausführungsbeispielen näher beschrieben. Dabei zeigen
-
1a einen beispielhaften elektrischen Energiespeicher; -
1b beispielhafte statistische Nutzungsdaten eines Energiespeichers; -
2a ein beispielhaftes neuronales Netz; -
2b ein beispielhaftes Neuron; -
3a ein Ablaufdiagramm eines beispielhaften Verfahrens zum Anlernen einer Prädiktionseinheit; und -
3b ein Ablaufdiagramm eines beispielhaften Verfahrens zur Ermittlung von Lebensdauerinformation für einen elektrischen Energiespeicher.
-
1a an exemplary electrical energy storage device; -
1b exemplary statistical usage data of an energy store; -
2a an exemplary neural network; -
2 B an exemplary neuron; -
3a a flowchart of an exemplary method for training a prediction unit; and -
3b a flowchart of an exemplary method for determining service life information for an electrical energy store.
Wie eingangs dargelegt, befasst sich das vorliegende Dokument mit der präzisen und zuverlässigen Prädiktion von Lebensdauerinformation in Bezug auf den Alterungszustand und/oder die voraussichtlich verbleibende Lebensdauer eines elektrischen, insbesondere eines elektrochemischen, Energiespeichers. In
Während des Betriebs des Energiespeichers
- •
der Strom 102 in den oder ausdem Energiespeicher 100 , der z.B. mit einer Strom-Messeinheit 101 erfasst werden kann; - • die
Spannung 104 andem Energiespeicher 100 , die z.B. mit einer Spannungs-Messeinheit 103 erfasst werden kann; - • die Temperatur des
Energiespeichers 100 , die z.B. mit einer Temperatur-Messeinheit 105 erfasst werden kann; und/oder - • der Ladezustand (bzw. State of Charge) des
Energiespeichers 100 .
- • The current
102 into or from theenergy store 100 , for example with acurrent measuring unit 101 can be captured; - • the
voltage 104 on theenergy store 100 , for example with avoltage measuring unit 103 can be captured; - • the temperature of the
energy store 100 , for example with atemperature measuring unit 105 can be captured; and or - • the state of charge (or state of charge) of the
energy storage device 100 .
Die im Laufe des Betriebs des Energiespeichers
Die statistischen Nutzungsdaten
Die Vorrichtung
Während des Betriebs einer Vielzahl von Energiespeichern
- • gemessene oder simulierte Nutzungsdaten
150 für einen Energiespeicher100 , der in einer bestimmten Weise bzw. mit einem bestimmten Nutzungsszenario genutzt wurde; und - • gemessene oder simulierte Lebensdauerinformation in Bezug auf den Alterungszustand und/oder die voraussichtliche Lebensdauer des
Energiespeichers 100 .
- • measured or
simulated usage data 150 for anenergy store 100 that was used in a certain way or with a certain usage scenario; and - • Measured or simulated service life information in relation to the state of aging and / or the expected service life of the
energy storage device 100 .
Beispielsweise können während des Betriebs eines Energiespeichers
Für einen Energiespeicher
Die Trainingsdaten können dazu genutzt werden, eine Machine-learning-basierte Prädiktionseinheit anzulernen, wobei die Prädiktionseinheit eingerichtet ist, auf Basis von gemessenen statistischen Nutzungsdaten
Das neuronale Netz
Ein Neuron
Das Anlernen eines neuronalen Netzes
In einer zweiten Phase der qten Epoche des Lern-Algorithmus erfolgt eine Rückpropagation des Fehlers bzw. des Fehlerwertes von dem Ausgang zum Eingang des neuronalen Netzes, um schichtweise die Neuron-Parameter der Neuronen
Das angelernte neuronale Netz
Es kann somit anhand von Simulationen ein virtueller Twin eines Energiespeichers
Mit den Daten, die anhand der Simulation ermittelt werden, kann mit Hilfe von Machine-Learning-Algorithmen der tatsächliche Alterungszustand eines in einem Fahrzeug genutzten Energiespeichers
Mit Hilfe von Alterungsmessungen kann ein Simulationsmodell eines bestimmten Typs von Energiespeicher
Die Ergebnisse der Simulation können mit Messungen und mit Daten aus Erprobungsträgern (d.h. aus tatsächlich betriebenen Energiespeichers
Die Alterungssimulation des Energiespeichers
Aus den Ergebnissen der Simulation können die statistischen Nutzungsdaten
Mittels Machine-Learning-Algorithmen können Korrelationen der einzelnen Messgrößen und Histogramme (d.h. der statistischen Nutzungsdaten
Das Verfahren
Im Rahmen der Simulation können für ein bestimmtes Nutzungsszenario zeitliche Verläufe von Messwerten
In entsprechender Weise können an einer Vielzahl von unterschiedlichen Zeitpunkten innerhalb eines Nutzungsszenarios und/oder für eine Vielzahl von unterschiedlichen Nutzungsszenarien jeweils Trainings-Datensätze ermittelt werden, um Trainingsdaten zum Anlernen der Prädiktionseinheit bereitzustellen.In a corresponding manner, training data records can be determined at a large number of different times within a usage scenario and / or for a large number of different usage scenarios in order to provide training data for teaching the prediction unit.
Das Verfahren
Das Verfahren
Des Weiteren umfasst das Verfahren
Die in diesem Dokument beschriebenen Maßnahmen ermöglichen es, den Alterungszustand (z.B. das effektive Alter) und/oder die verbleibende Lebensdauer eines (elektrochemischen) Energiespeichers in präziser und zuverlässiger Weise zu ermitteln (ggf. allein auf Basis von statistischen und/oder kumulierten Nutzungsdaten).The measures described in this document make it possible to determine the state of aging (e.g. the effective age) and / or the remaining service life of an (electrochemical) energy storage device in a precise and reliable manner (possibly solely on the basis of statistical and / or cumulative usage data).
Die vorliegende Erfindung ist nicht auf die gezeigten Ausführungsbeispiele beschränkt. Insbesondere ist zu beachten, dass die Beschreibung und die Figuren nur beispielhaft das Prinzip der vorgeschlagenen Verfahren, Vorrichtungen und Systeme veranschaulichen sollen.The present invention is not restricted to the exemplary embodiments shown. In particular, it should be noted that the description and the figures are only intended to illustrate the principle of the proposed methods, devices and systems by way of example.
Claims (12)
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE102020108365.3A DE102020108365A1 (en) | 2020-03-26 | 2020-03-26 | Method and device for determining service life information for an electrical energy store |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE102020108365.3A DE102020108365A1 (en) | 2020-03-26 | 2020-03-26 | Method and device for determining service life information for an electrical energy store |
Publications (1)
Publication Number | Publication Date |
---|---|
DE102020108365A1 true DE102020108365A1 (en) | 2021-09-30 |
Family
ID=77658586
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
DE102020108365.3A Pending DE102020108365A1 (en) | 2020-03-26 | 2020-03-26 | Method and device for determining service life information for an electrical energy store |
Country Status (1)
Country | Link |
---|---|
DE (1) | DE102020108365A1 (en) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102021204849A1 (en) | 2021-05-12 | 2022-11-17 | Volkswagen Aktiengesellschaft | Prediction of a characteristic of a target fleet |
DE102021214154A1 (en) | 2021-12-10 | 2023-06-15 | Robert Bosch Gesellschaft mit beschränkter Haftung | Computer-implemented method for providing an aging state model for determining a current and predicted aging state of an electrical energy storage device using machine learning methods |
DE102022200538A1 (en) | 2022-01-18 | 2023-07-20 | Robert Bosch Gesellschaft mit beschränkter Haftung | Method and device for initially providing an aging state model for energy stores based on active learning algorithms |
DE102022101709A1 (en) | 2022-01-25 | 2023-07-27 | Viessmann Climate Solutions Se | Method of operating an energy source |
DE102022125624A1 (en) | 2022-10-05 | 2024-04-11 | Dr. Ing. H.C. F. Porsche Aktiengesellschaft | Method for generating a digital twin of a battery |
DE102022128833A1 (en) | 2022-10-31 | 2024-05-02 | Bayerische Motoren Werke Aktiengesellschaft | Simulation of an electrical energy storage system |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102009024422A1 (en) | 2009-06-09 | 2011-01-13 | Continental Automotive Gmbh | Method for estimating durability of energy storage for hybrid vehicle, involves determining values of operating parameter of energy storage, where frequency distribution of operating parameter values, is determined |
DE102018213991A1 (en) | 2018-08-20 | 2020-02-20 | Audi Ag | Method for determining the life of a battery and vehicle with a battery |
EP3770620A1 (en) | 2018-03-20 | 2021-01-27 | GS Yuasa International Ltd. | Deterioration estimation device, computer program and deterioration estimation method |
-
2020
- 2020-03-26 DE DE102020108365.3A patent/DE102020108365A1/en active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102009024422A1 (en) | 2009-06-09 | 2011-01-13 | Continental Automotive Gmbh | Method for estimating durability of energy storage for hybrid vehicle, involves determining values of operating parameter of energy storage, where frequency distribution of operating parameter values, is determined |
EP3770620A1 (en) | 2018-03-20 | 2021-01-27 | GS Yuasa International Ltd. | Deterioration estimation device, computer program and deterioration estimation method |
DE102018213991A1 (en) | 2018-08-20 | 2020-02-20 | Audi Ag | Method for determining the life of a battery and vehicle with a battery |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102021204849A1 (en) | 2021-05-12 | 2022-11-17 | Volkswagen Aktiengesellschaft | Prediction of a characteristic of a target fleet |
DE102021214154A1 (en) | 2021-12-10 | 2023-06-15 | Robert Bosch Gesellschaft mit beschränkter Haftung | Computer-implemented method for providing an aging state model for determining a current and predicted aging state of an electrical energy storage device using machine learning methods |
DE102022200538A1 (en) | 2022-01-18 | 2023-07-20 | Robert Bosch Gesellschaft mit beschränkter Haftung | Method and device for initially providing an aging state model for energy stores based on active learning algorithms |
DE102022101709A1 (en) | 2022-01-25 | 2023-07-27 | Viessmann Climate Solutions Se | Method of operating an energy source |
DE102022125624A1 (en) | 2022-10-05 | 2024-04-11 | Dr. Ing. H.C. F. Porsche Aktiengesellschaft | Method for generating a digital twin of a battery |
DE102022128833A1 (en) | 2022-10-31 | 2024-05-02 | Bayerische Motoren Werke Aktiengesellschaft | Simulation of an electrical energy storage system |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
DE102020108365A1 (en) | Method and device for determining service life information for an electrical energy store | |
DE102016011520B4 (en) | Production equipment with machine learning system and assembly and testing unit | |
DE4436658A1 (en) | Device and process for investigating disturbances | |
DE102012103652A1 (en) | Method, computer program and system for performing interpolation on sensor data for high system availability | |
DE102020215297A1 (en) | Method and device for operating a system for providing predicted aging states of electrical energy stores for a device using machine learning methods | |
WO2020216530A1 (en) | Method for determining remaining useful life cycles, remaining useful life cycle determination circuit, and remaining useful life cycle determination apparatus | |
DE102019217613A1 (en) | METHOD OF DIAGNOSING AN ENGINE CONDITION AND DIAGNOSTIC MODELING METHOD FOR THEREOF | |
EP3460727A1 (en) | Method for examining a functional behaviour of a technical system and evaluation unit | |
DE102018132658A1 (en) | Method for computer-aided evaluation of a measurement of an electrical variable in a high-voltage electrical system of a predetermined electrically driven motor vehicle | |
DE102020212280A1 (en) | Method and device for training a state model based on artificial intelligence for determining a state variable of an electrical energy store | |
DE102020107001A1 (en) | Method and device for determining the status of an on-board electrical system of a vehicle | |
DE102021204014A1 (en) | Method and device for providing an aging state model for determining current and predicted aging states of electrical energy stores using transfer learning using machine learning methods | |
DE102013017059A1 (en) | Method for detecting wear condition of accumulator in motor vehicle, involves determining wearing condition by model, in which virtual loading profiles are provided with operating value | |
DE102022202882A1 (en) | Method and device for providing a predicted aging state of a device battery based on a predicted usage pattern | |
DE102020214264A1 (en) | Tuning device and tuning method for a model for estimating a clutch temperature | |
DE102020107003A1 (en) | Method and device for monitoring an on-board electrical system of a vehicle | |
EP4099036B1 (en) | Simulation of the performance of an energy storage device | |
BE1030866B1 (en) | Computer program and method for the analysis of inhomogeneities as well as anomaly detection and prediction of electrical energy storage systems | |
DE102022200008A1 (en) | Method and system for efficiently monitoring battery cells of a device battery in a device-external central unit using a digital twin | |
DE102021212689A1 (en) | Method and device for providing a predicted state of health of a device battery based on a predicted usage pattern | |
DE102020212295A1 (en) | Method and device for providing training data for training a data-based state model for determining a state of an electrical energy store | |
EP3974246A1 (en) | Method and apparatus for robust prediction of the aging behavior of an energy storage device in a battery operated machine | |
DE102021208340A1 (en) | Method and device for providing a calculated and predicted state of health of an electrical energy store with a state of health model determined using machine learning methods and active learning methods | |
DE102022200538A1 (en) | Method and device for initially providing an aging state model for energy stores based on active learning algorithms | |
DE102021211918A1 (en) | Method and device for providing a calculated or predicted aging state of electrical energy storage devices with aging state models determined using machine learning methods and for the optimized operation of a large number of energy storage devices |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
R163 | Identified publications notified |